文献

J-GLOBAL ID：201802211046474111   整理番号：18A0670579

逆ステップ長さ低減アルゴリズムに基づくアルミニウム厚板のプレテンションクランプの予測方法に基づく方法を示した。【JST・京大機械翻訳】

Holding area prediction of aluminum alloy thick plate for pre-stretching processes based on diminishing step algorithm with opposite direction

著者 (4件)： Qin Guohua (南昌航空大学 航空制造工程学院,南昌,330063) ,  Wang Zhigang (南昌航空大学 航空制造工程学院,南昌,330063) ,  Lin Feng (南昌航空大学 航空制造工程学院,南昌,330063) ,  Ye Haichao (南昌航空大学 航空制造工程学院,南昌,330063)
資料名： Zhongguo Youse Jinshu Xuebao  (Zhongguo Youse Jinshu Xuebao)
巻： 27  号： 10  ページ： 2105-2113  発行年： 2017年 
JST資料番号： W0943A  ISSN： 1004-0609  CODEN： ZYJXFK  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 予備引張はアルミニウム合金板内の焼入残留応力を除去する主な方法であるが、引張機械のクランプが板の両端のクランプに影響を及ぼすだけでなく、延伸後の板の切断量、成形率などの問題にも及ぶ。そのため、アルミニウム合金シートの予引張構成モデル、境界条件、破壊基準などの重要な技術を研究することで、極限下の圧力と滑り因子の有限要素分析方法を確立した。次に,初期のクランプ長さの計算関数を構築することによって,初期のクランプ長さからの一定のステップ長さに基づいて,現在の値と前回の値の間の滑り因子の差異によって,次のステップのステップと方向を確定した。滑り因子が同じであれば、同じステップサイズで正値を継続し、さもなければステップサイズの絶対値が閾値の範囲内にある場合、最小のクランプ長さ逆方向ステップの確定アルゴリズムを構築し、これにより、シート厚さ、伸長率を入力とするニューラルネットワークトレーニングサンプルを獲得した。神経回路網の非線形マッピング能力により,最小限の長さを持つニューラルネットワーク予測モデルを有限群の訓練サンプルにより構築した。予測値と対応する有限要素シミュレーション値を比較し、予測誤差が5%以内であり、さらに検証された工作物変形予測モデルが合理性を有することを証明した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 神経回路網 ,  計算機シミュレーション ,  予測モデル ,  アルミニウム合金 ,  *アルゴリズム ,  境界条件 ,  予測誤差 ,  引張 ,  伸び率 ,  *アルミニウム ,  ニューラルネットワーク ,  *クランプ ,  *予測技法 ,  構成モデル
準シソーラス用語： 有限要素シミュレーション ,  有限要素解析 , 【Automatic Indexing@JST】

著者キーワード (5件)： pre-stretching of aluminum alloy thick plate ,  limited pressure ,  slip factor ,  minimum holding length ,  diminishing step algorithm with opposite direction

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： アルゴリズム ,  アルミニウム ,  厚板 ,  予測方法